MS Data scientist/Consultant business intelligence

Rechercher une formation

Source : Carif Hauts-de-France

Fiche originale

Partager sur :

Objectifs, programme, validation de la formation

Objectifs

Etre capable de :
• organiser, traiter et représenter les données multidimensionnelles avec un logiciel de traitement statistique ;
• analyser les résultats de tests statistiques ;
• élaborer un modèle statistique et l’exploiter ;
• analyser une série temporelle ;
• synthétiser les résultats d’une analyse sous la forme la plus adaptée au public.

Description du métier visé :

Le/la data scientist développe des algorithmes d’apprentissage automatique selon les besoins des équipes métiers. Ses compétences en statistiques lui permettent de construire des modèles de machine learning et ses connaissances en informatique l’aident à antic iper leur mise en production. En amont de ces deux missions, il/elle est également en charge de structurer et d’analyser les données qu’il/elle utilise.

Aptitudes souhaitées :
forte appétence pour le numérique, bon niveau en mathématique, capacité d’abstraction , rigueur et organisation , capacité d’analyse qualité d’écoute, bonne communication et pédagogie pour expliquer ses résultats , bon niveau d’anglais outils logiciels en anglais ; veille technique principalement lors de congrès internationaux et d ans la littérature ou sites web spécialisé s anglophones)

Description, programmation

La formation se compose de 3 modules, complétés par 1 période en entreprise.

Période d’intégration : Accueil, présentation des objectifs de formation, sensibilisation au développement durable (1 journée).

Module 1. Gérer des bases de données : analyser un SI pour la gestion de données, utiliser un gestionnaire de base de données relationnelles avec SQL, collecter et stocker les donnnées dans un Data Warehouse, modélisation multidimensionnelle conceptuelle et relationnelle (14 jours).

Module 2. Analyser et visualiser les données : utiliser d’un ELT de type Talend et l’écosystème Hadoop pour l’analyse de big data, faire du reporting et de la datavisualisation, synthétiser et présenter les résultats, utiliser le langage de programmation Python pour le traitement des données (21 jours).

Module 3. Gestion d’un projet de Data Analyst : cas de synthèse incluant de la gestion de projet (4 jours).

Période en entreprise (20 jours).

Bilan de la formation (1/2 journée).

Type de formation

Professionnalisation

Niveau de sortie information non communiquée

Durée, rythme, financement

Durée 280 heures en centre, 140 heures en entreprise

Modalités de l'alternance Se rapprocher du centre pour ces modalités

Conventionnement Oui

Conditions d'accès

Modalités de recrutement et d'admission Dossier de demande de formation, positionnement pédagogique et entretien.

Niveau d'entrée niveau I (supérieur à la maîtrise)

Conditions spécifiques et prérequis Tous publics salariés et demandeurs d'emploi Détenir un diplôme de niveau 7 (bac+5 ou équivalent) dans le domaine de l'informatique ou des statistiques appliqués, ou une expérience professionnelle significative dans l'informatique orientée big data. Connaissance d'un langage de programmation, ainsi qu'en mathématiques et statistiques (dérivé partielle, écart type, loi normale…)